x-palkkikaavio

X-palkkikaavio ja R-kaavio ovat laadunvalvontakaavioita, joita käytetään prosessin keskiarvon ja vaihtelun seuraamiseen tietyn ajanjakson aikana otettujen näytteiden perusteella. Molempien kaavioiden kontrollirajoja käytetään prosessin keskiarvon ja vaihtelun seurantaan jatkossa. Jos jokin piste on valvontarajojen ulkopuolella, se osoittaa, että prosessin keskiarvo tai vaihtelu ei ole hallinnassa; tässä vaiheessa voidaan epäillä osoitettavissa olevia syitä. X-palkkikaaviossa y-akselilla esitetään suuri keskiarvo ja kontrollirajat, kun taas x-akselilla esitetään otosryhmä. Katsotaanpa R-koodia, jossa käytetään qcc-pakettia x-palkkikaavion luomiseksi.

x-palkkikaavio R-koodi

x-palkkikaavioesimerkki qcc R-pakettia käyttäen

R-koodin avulla luodusta x-palkkikaaviosta saadaan merkittävää tietoa sen tulkintaan, mukaan lukien näytteet (Ryhmien lukumäärä), kontrollirajat, kokonaiskeskiarvo (Center) keskihajonta (StdDev) ja mikä tärkeintä, kontrollirajojen ulkopuoliset pisteet ja rikkovat ajot. Insinöörien on kiinnitettävä erityistä huomiota näihin pisteisiin, jotta voidaan tunnistaa ja määrittää syyt, jotka johtuvat järjestelmässä tapahtuneista muutoksista, jotka ovat johtaneet prosessin hallitsemattomuuteen.

R-kaavio

Voidakseen käyttää R-kaaviota yhdessä x-palkkikaavion kanssa, otoskoon n on oltava suurempi kuin 1 ja pienempi kuin 11. Suuremmissa otoksissa on sen sijaan käytettävä s-kaaviota, jolla seurataan otoksen keskihajontaa eikä sen vaihteluväliä. R-kaaviossa y-akselilla näkyy vaihteluvälin suurkeskiarvo ja kontrollirajat, kun taas x-akselilla näkyy otosryhmä. Kun olet luonut x-palkkikaavion, sinun tarvitsee vain lisätä seuraavat koodirivit R-kaavion luomiseksi.

R-kaavio R-koodi

R-kaavioesimerkki qcc R-paketin käyttämisestä

R:llä luodusta R-kaaviosta saadaan myös sen tulkintaa ajatellen merkittävää lisätietoa, aivan kuten edellä luodusta x-alkuisesta kaaviokartastosta. Samalla tavalla insinöörien on kiinnitettävä erityistä huomiota kontrollirajojen ulkopuolella oleviin pisteisiin ja rikkoviin ajoihin, jotta voidaan tunnistaa ja määrittää syyt, jotka johtuvat järjestelmässä tapahtuneista muutoksista, jotka johtivat prosessin hallitsemattomuuteen.

Prosessin kyvykkyysanalyysi

Prosessin kyvykkyys on tilastollinen mitta, joka kuvaa prosessin luontaista vaihtelua tietyssä ominaisuudessa. Toisin sanoen prosessin kyky täyttää annetut spesifikaatiot (esim. asiakasvaatimukset, tekniset toleranssit tai muut spesifikaatiot).

Kun olet luonut x-palkki- ja R-kaaviot R:n avulla, sinun tarvitsee vain lisätä seuraavat koodirivit, joilla määritetään alempi kontrolliraja, ylempi kontrolliraja ja tavoite. Kun olet tehnyt tämän, lisää alla oleva viimeinen koodirivi prosessikyvyn yhteenvetokaavion luomiseksi.

Prosessin kyvykkyysanalyysi R-koodi

Prosessin kyvykkyysanalyysi qcc:n avulla R-koodia käyttäen. paketti

Yllä oleva prosessin kyvykkyysanalyysin yhteenvetokaavio antaa insinöörille merkittävää tietoa ja kyvykkyysarvioita, joiden avulla hän voi tulkita prosessin kykyä täyttää annetut spesifikaatiot. Oletko kiinnostunut oppimaan lisää siitä, mitä nämä kyvykkyysarviot tarkoittavat? Siirry ASQ:n (American Society for Quality) verkkosivuille klikkaamalla tästä.

Loppuajatuksia

Olemme käyneet läpi yhden monista R:n ja qcc-paketin tarjoamista teollisuustekniikan sovelluksista. Kuten ehkä huomasit, vain muutamalla koodirivillä pystyimme rakentamaan laadunvalvontakaavioita ja saimme merkittävää tietoa, jota voidaan käyttää Lean Six Sigma- ja DMAIC-projektien aikana prosessien parantamiseen. Kutsun sinut jälleen kerran jatkamaan niiden hämmästyttävien asioiden löytämistä, joita voit suorittaa R:n avulla teollisuusinsinöörinä.

– –

Jos löysit tämän artikkelin hyödylliseksi, ole tervetullut lataamaan henkilökohtaista koodiani GitHubista. Voit myös lähettää minulle suoraan sähköpostia osoitteeseen [email protected] ja löytää minut LinkedInistä. Oletko kiinnostunut oppimaan lisää data-analytiikasta, datatieteestä ja koneoppimisen sovelluksista tekniikan alalla? Tutustu aiempiin artikkeleihini vierailemalla Medium-profiilissani. Kiitos lukemisesta.

– Robert

Vastaa

Sähköpostiosoitettasi ei julkaista.